查看: 116|回复: 0

扣丁学堂分享数据分析的陷阱及解决方案

发表于 2018-6-4 11:42:45

在数据分析中会有很多的问题出现,小编给大家分享一下国外专栏作家David Booth概括的几个要点,让小伙伴们更进一步的了解大数据。下面就和扣丁学堂大数据在线学习小编一块来了解一下数据分析的陷阱及解决方案吧。


1、数据碎片化严重
毋庸置疑,计算机行业仍然是新兴产业,技术标准和市场规范暂时无法完全实现。解决问题的方法及创意五花八门。当然,这是好事——一般新兴产业都是这样发展的。
虽然市场现在逐渐有一些整合和标准,但革命道路漫漫,仍然有许多问题亟待解决。这种半规范环境产生的副作用之一,便是数据碎片化——这给营销人员造成了很多困难。
想想看你正在使用的那些软件或工具——全部来自不同的开发商,每一款都独立不兼容——它们都可以满足营销人员追踪目标数据的需求。
你有网页分析工具(先不论它具体追踪什么,也不谈它提供的数据精度有多少),很可能还有一款单独的移动应用分析工具,客户关系管理(CRM)系统,后台系统,甚至社交媒体测评解决方案,独立邮件营销解决方案,以及一大群数字广告和线下广告数据供应商——包括机构和平台等。
营销人员经常被要求“依据数据作决策”,然而网络工具太多,扑面而来的数据早已让人看不真切。事实上,只有极少数企业能做到有效整合数据,锁定目标客户。
如今,营销的对象是每一位不同的顾客个体。而且营销人员接近顾客比以往要容易许多。因为顾客在使用各种设备,如智能手机,电脑,机顶盒等。不过,虽然现在这种多设备多渠道的环境提供了很多机遇,但要将碎片化的信息和数据整合到一起,仍是不小的挑战。
无法整合各种渠道的数据,会加剧数据碎片化。而营销人员只能依据单一渠道提供的数据作决策。于是,营销人员对数字媒体和传统媒体的投资,只能通过每个渠道单一的数据进行评估分析。
不过,有远见的营销人员则学会用联系的角度看问题,将营销看作整体,关注顾客消费历史和过往消费体验。他们会从现有顾客中锁定受众,并从培养忠诚顾客的角度掌握其所有消费经历,把握各种渠道的接触点。
虽然计算机行业仍处于初步发展阶段,要做到这一点确实不易。但如果营销人员能在这步成功,那么非常有可能在未来竞争中立于不败之地。
2、专业技术人才短缺
虽然,对营销人员的核心技术要求没有改变过,但为了更充分利用数据来推动营销方案和营销活动,营销人员需要具备的技能较之以往相比还是有所增加。而且这些技能颇具挑战性。
AMC公司出品的美剧《广告狂人》,描述了美国上世纪六十年代广告业黄金时代的残酷竞争。当时营销人员追求的目标,在现今时代依然成立,即充分理解受众的需求,并为其锁定合适产品,然后通过完善的媒体策略和顶尖创意让营销方案取得成功。
如今,营销人员除了努力达成上述目标以外,还要做得更多。
他们必须承担多种角色,即使很多角色的技能要求超出他们原本所学专业。例如,他们必须掌握数据统计技术,至少对相关概念和统计分析系统(SAS或R)比较熟悉。虽然不必是高级程序员,但应当了解JavaScript。
另外,营销人员同时还需要是分析师,数据库架构师,CRM(客户管理系统)专家……当然,他们的终极技能是掌握高手级别的表达技巧或演讲技巧。
营销岗位的职能要求日益增多,很难完整概括。不过,这些技能都可以在营销活动中学会。
统计学和传统商业技巧对营销部门来说或许并不陌生。虽然电视剧里没有特意刻画,但是数据始终贯穿营销的各个领域。
如今,工具和技术赋予了营销人员无限可能。但如何利用这些工具和软件,需要营销人员的智慧。虽然测试平台可以为你提供和执行各种想要的测试,但是设计测试试验和解读测试结果则需要你动用自己的脑力和判断力。
广告、网站、移动应用和顾客可提供的数据很多,你必须知道如何分析数据并利用数据建模,才能产出实效价值。
优秀的营销人员都明白掌握数据技术的重要性,他们充分利用数据分析技术提高营销技巧,并从中大获裨益。
3、数据的可信度。也许你并不相信自己的数据。
在IDG Connect公司出炉的研究报告中,近四分之一的受访者表示,自己企业获得的数据质量太差,因此无法产生价值。对此,唯一让我感到诧异的是,真的只有四分之一的企业有这样的疑问吗?我认为这一比例应当更高。
通常,数据质量问题有两个方面。
首先,由于数据来源复杂,收集数据的手段多变,当然会有错误产生,如数据标签缺失、程序处理误差等。各种各样的原因会导致最终到手的数据确实不准确。
而且营销部门和IT部门联系不甚紧密,工具和软件也在不断更新。在这种情况下,即使目标和方案定得再完美,最终输出的结果也必然不尽如人意。
所以,成功的营销人员不仅仅在投入实用之前做好所有规划和收集工作,同时也采取数据管理策略,持续自动化审核数据质量,尽一切可能保证数据的准确性。
数据质量问题的另一个方面比较微妙。正如一句名言所说:“只要你想,可以让数据给你任何想要的结果。”有时候数据水分很大,也让企业的数据战略和决策显得没那么认真。
有很多数据分析,过程精细,结果明确——但指向一个并不常见的结论。很多时候,个别不正确的数据会被单拎出来,变为攻击整个报告可信度的利器。
以上就是小编给大家分享的数据分析的陷阱及解决方案,希望对小伙伴们有所帮助,想要了解更多内容的小伙伴可以登录扣丁学堂官网查看更多内容。扣丁学堂是专业的大数据培训机构,不仅有专业的老师和与时俱进的课程体系,还有大量的大数据在线视频供学员观看学习哦。扣丁学堂大数据学习群:209080834。



文章转载自:扣丁学堂http://www.codingke.com/


回复

使用道具 举报